文章采集系统(文章采集系统支持识别、文本翻译等功能方法汇总)

　　文章采集系统(文章采集系统支持识别、文本翻译等功能方法汇总)

　　文章采集系统支持识别、文本识别、图片识别、微信爬虫、api对接、图片处理、文本翻译等功能。

　　1）识别：@coder支持阿里云、华为云、腾讯云、百度云等云服务器，支持voip通话识别，要求配置有ip，点击添加按钮，即可跳转到对应平台。

　　2）文本识别：@helper文本识别的具体算法和实现比较多，本文采用比较常见的textcnn方法。在训练数据使用问题上，考虑简单，均使用了kaggle/mini-daily下的数据集（frequency+category）。识别速度方面，阿里云比云外便宜不少，云外稍微贵一些，也比较安全，不会丢失用户。

　　3）微信爬虫：@jh获取附近新用户，抓取微信公众号的文章评论及点赞的数据。方法：微信公众号中可见的微信公众号文章信息皆可抓取，整理成excel，然后转化为exceltxt文件。exceltxt文件中每一行代表一条数据。redis的excel数据均可以容纳所有的微信公众号文章信息，整理好转化成excel数据，可直接到公众号自动回复中，使用submit方法发送给redis服务器。

　　方法如下：当用户关注redis服务器后，创建一个连接，把文章信息请求给redis服务器，redis服务器返回schema信息，然后使用query方法去解析这个schema信息。获取微信公众号文章的文章名、题目、标题信息解析微信公众号文章文章名、题目、标题信息excel方法如下：先提取name字段值，然后使用user_id和people_id字段值解析出文章信息的信息如下：解析解析出的文章信息内容_note_description.enclave.header={'location':'','host':'','path':'','type':'format','user_agent':'mozilla/5.0(windowsnt6.1;wow6。

　　4)applewebkit/537。36(khtml,likegecko)chrome/51。3083。110safari/537。36','subtitle':'','breakline':'','label':'','default_encoding':'utf-8','author':'','editor':'','errors':'','exit':'','text':'','description':'','content':'','text_list':'','content_comment':'','image_info':'','image_title':'','image_post':'','image_link':'','image_title':'','image':'','image_content':'','image':'','tag':'','content':'','source':'','user_id':'','email'。